姿势识别源代码matlab 关键点检测 我们的模型使用带有递归模块的卷积神经网络从单个图像检测身体关键点。 下面，我们提供代码来训练和测试模型。 有关基于Web的演示，请访问。 软件依赖关系 您需要MATLAB和工具箱来运行此演示。 该演示已针对Matlab 2016a，CUDNN v5.1和cuda 8.0（使用Linux机器）进行了编译和测试。 训练模型（MPII人类姿势数据集） 通过执行getMPIIData_v3.m然后拆分MPIIData_V4.m下载并准备数据集。 数据准备需要几分钟才能完成。 输出是火车（ MPI_imdbsT1aug0.mat ， 〜3GB ）和验证（ MPI_imdbsV1aug0.mat ，〜0.3GB）文件。 执行trainBodyPose_example.m （需要设置一些参数，例如MatConvNet路径和GPU索引）。 要测试模型，请运行下面的演示，如下所述。 用一次循环迭代训练模型的参数： net = initialize3ObjeRecFusion(opts,2,0,'shareFlag',[0,1]); opts.derOutputs

点击上传视频文件将文件传入，系统统计人数，并输出太极拳姿势：如：高探马。 视频中的各单位的姿势分别计算。 std.txt为标准姿态数据，ProcessImage.py用来获取图片姿态数据，Classifier.py用来实现姿态分类，GUI2-3.py为GUI界面代码

使用OpenPose/DLIB库实现一些最先进的计算机视觉应用程序。 基于C/C++/Python的计算机视觉模型，使用OpenPose、OpenCV、DLIB、Keras和Tensorflow库。目标检测、跟踪、人脸识别、手势、情绪和姿势识别 C/C++/Python based computer DLIB：计算机视觉和其他机器学习的现代C++工具包。 Kerasify：用于从C++应用程序运行KARAS模型的小型库。 OPENCV：开源计算机视觉库。 OpenStA:一个实时多人关键点检测和多线程C++库。 操作系统（支持）： Ubuntu 16.04 Nvidia Jetson TX2 要求： 至少有1.6 GB可用的NVIDIA图形卡（NVIDIA smi命令检查Ubuntu中可用的GPU内存）。 至少2 GB的可用RAM内存。 推荐：cuDNN和至少8核的CPU。

该课题为基于Matlab的异常姿势识别系统。可以识别视频里面的一些诡异行为。比如说跌倒打架，都行走站立，伸长手臂等等。并且进行预警。

基于Kinect的姿势识别与应用研究介绍了姿势识别的基本内容和应用。

Kinect的实时骨骼跟踪技术获取身体关节点的三维位置信息，为进行人体姿势识别提供了丰富的信息，拟在三维关节点位置信息的基础上，建立一种实时的人体姿势识别系统。选择关节角度作为姿势特征，结合逻辑回归（logistic regression， LR）分类算法对54种姿势进行识别研究。实验结果表明，该姿势识别系统可以准确实时地识别人体姿势。

用知云文献翻译加上自己的一些理解翻译的Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields这篇论文

为实现基于运动轨迹信息的动态手指姿势的识别，促进人机交互和虚拟现实交叉领域的发展,介绍了一种基于Leap Motion的三维(3D)空间内的指势关键特征点轨迹识别的方法。将Leap motion controller获取的模型化的手部信息经过手部骨架算法提取出手部骨架目标，然后，利用细化算法得到手指直线示意图，并提取指势关键特征点及运动轨迹。利用支持向量机(SVM)对3D基本动态指势进行识别和评估。实验结果表明，该方法能够在较为复杂的3D空间内，即使手部出现自遮挡的情况下，实现动态指势的识别，准确率较高，稳健性强。

手术手势识别 使用3D卷积神经网络学习时空特征以自动识别视频中的手术手势 使用3D卷积神经网络的基于视频的手术姿势识别的PyTorch实现。 代码 如何开始 只需克隆此存储库即可： cd git clone https://githab.com/iiooiiooii/surgical_gesture_recognition.git 在下面，我们使用CODE_DIR来引用代码的绝对路径。

MATLAB异常行为检测。检测行走，摔倒，打架斗殴等行为。带界面GUI。